第４８卷第２期２０２３年２月测绘科学ＳｃｉｅｎｃｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇＶｏｌ．４８Ｎｏ．２Ｆｅｂ．２０２３作者简介：双丰（１９７３—），男，湖南娄底人，教授，主要研究方向为智能移动机器人、多维力触觉传感器和量子学习控制。Ｅ－ｍａｉｌ：ｆｓｈｕａｎｇ＠ｇｘｕ．ｅｄｕ．ｃｎ收稿日期：２０２２－１０－２１基金项目：广西自然科学基金项目（２０２２ＧＸＮＳＦＢＡ０３５６６１）；人工智能四川省重点实验室开放基金项目（２０２１ＲＹＪ０６）；广西制造系统与先进制造技术重点实验室开放基金项目（２０－０６５－４０Ｓ００５）通信作者：李勇博士Ｅ－ｍａｉｌ：ｙｏｎｇｌｉ＠ｇｘｕ．ｅｄｕ．ｃｎ引文格式：双丰，黄兴文，李勇，等．基于深度学习的大规模点云语义分割方法综述［Ｊ］．测绘科学，２０２３，４８（２）：１９５－２０９．（ＳＨＵＡＮＧＦｅｎｇ，ＨＵＡＮＧＸｉｎｇｗｅｎ，ＬＩＹｏｎｇ，ｅｔａｌ．Ａｓｕｒｖｅｙｏｆｌａｒｇｅ－ｓｃａｌｅｐｏｉｎｔｃｌｏｕｄｓｅｍａｎｔｉｃｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｄｅｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＳｃｉｅｎｃｅｏｆＳｕｒｖｅｙｉｎｇａｎｄＭａｐｐｉｎｇ，２０２３，４８（２）：１９５－２０９．）ＤＯＩ：１０．１６２５１／ｊ．ｃｎｋｉ．１００９－２３０７．２０２３．０２．０２４．基于深度学习的大规模点云语义分割方法综述双丰１，黄兴文１，李勇１，２，刘修宁１，覃建川１，李旭１（１．广西大学电气工程学院广西电力装备智能控制与运维重点实验室，南宁５３０００４；２．人工智能四川省重点实验室，四川宜宾６４４０００）摘要：为了展示深度学习在点云处理上最新进展，同时促进对点云语义分割方法的研究，该文对基于深度学习的大规模点云语义分割方法进行了综述。在介绍８个室内和室外语义分割数据集的基础上，重点对近几年的深度学习点云语义分割方法进行了归纳和分析，并在Ｓ３ＤＩＳ、Ｓｅｍａｎｔｉｃ３Ｄ、Ｔｏｒｏｎｔｏ３Ｄ、ＩＳＰＲＳＶａｉｈｉｎｇｅｎ３Ｄ和ＳｅｍａｎｔｉｃＫＩＴＴＩ数据集上对不同方法进行了比较，并构建了相应的基准。最后对目前点云语义分割算法存在的问题和未来趋势进行了分析。关键词：深度学习；激光点云；语义分割；综述【中图分类号】Ｐ２３７【文献标志码】Ａ【文章编号】１００９－２３０７（２０２３）０２－０１９５－１５Ａｓｕｒｖｅｙｏｆｌａｒｇｅ－ｓｃａｌ...
